大众文学网

第三部分 人力资源规划招聘选拔的基础（第2页）

（4）所问问题应该尽可能简单，并且澄清一些特定的概念和分类方法，使得专家组能够从相同的角度来考虑这些问题。另外，所问的问题应该是专家在自己的知识范围内能够回答的问题，例如让专家对自己所了解的特定类别的人员需求数量做出预测，而不是让他们说出人员需求的总体数量。

（5）对专家的预测结果不要苛求精确，应该允许专家做出粗略的估计，并要求提供预测数字的肯定程度。

德尔菲法在实际的人力资源需求预测中得到广泛的使用，而且预测的准确性程度也比较高。例如，一家公司曾经用德尔非法预测某一年中所需要新招聘销售人员的数量。他们选择的：专家是公司中10位管理人员，这些专家被要求作答了7轮匿名的问卷。在第一轮问卷调查结束后，对预测结果进行总结归纳，发现专家预测的结果范围在23-44人之间，平均值为32人。到了第五轮问卷调查结束后，专家们预测的数量范围在25-39人之间，平均值为33人。研究者为了检验德尔菲法预测的精确程度，并没有把预测的结果公布出来，在实际的招聘工作中也没有使用这个预测结果。到了年底，统计得出这一年实际招聘的销售人员有30人。这充分说明丁德尔菲法预测人员需求方面的准确程度。

2。回归预测法

回归预测法主要是运用数学中的回归原理对人力资源需求进行预测，通过建立人力资源需求量与其影响因素之间的函数关系，从影响因素的变化推知人力资源需求量的变化。最简单的回归是单变量的回归方程，体现的人力资源需求数量仅仅随着一个变量发生变化。例如，一所学校中所需的教师人数随着学生人数变化，随着近年来该学校的不断扩招，对教师人数的需求也在逐年增加。下表中反映了该学校近年来的学生人数和教师人数的变化，假如2001年该学校的学生人数为1200人，需要新增教师多少人?

表2某学校学生人数与教师人数变化表

年份学生人数（x）教师人数（r）

199458052

199565059—

199780074

199889083

199998092

2000160034

20011200157

根据从1991年到2000年学生人数和教师人数的变化，可以得出一个一元回归方程，即：

r：0．1X-5

由此可以得出2001年的教师人员的人数约为105人。当然这只是一个粗略的估计，因为可能还有其他变量的影响。

事实上，很多情况下，人力资源的需求数量并不是由一个简单的因素所决定的，而是由多个主要因素来共同决定，这些因素呈线性关系，就称为是多元线性回归。例如，人力资源的数量由生产规模、劳动生产率等多个因素决定。

3。比率分析

比率分析的方法也是进行人力资源需求预测中比较常用的方法。比率分析主要依据的因素有以下两种：一是某些原因性因素（如销售额）；二是关键雇员数量

以这两种因素作为预测的依据，通过这两种变量与所要预测的变量的比率关系来进行预测。例如10名销售人员所完成的销售额是250万，那么平均每个销售人员所完成的销售额就是20万。如果所要预测的下一年打算将销售额提高到300万，那么就需要增加15名销售人员。我们可以将销售人员的数量作为关键雇员的数量，根据销售人员数量与不同类人员的比例关系，如销售人员和行政人员的比率关系，预测销售人员增加时所需的行政人员增加的数量。例如，每10个销售人员需要配备一名行政人员，那么30名销售人员就需要配备3名行政人员。

比率分析的预测方法比较容易操作，但它的不足之处在于未考虑生产率的变化。比率分析假设的生产率是恒定不变的。在上面的例子中，如果人均实现的销售额是发生变化的，那么就无法运用过去的比率关系来推测未来的人员需求了。

4．散点分析

散点分析的方法主要是通过确定企业的业务活动量与所需人员数量两个因素是否相关来预测企业未来的人员需求水平。如果根据散点分析的结果，企业的业务活动量与所需的人员数量之间存在相关关系，那么就可以根据业务活动量的变化预测出所需要的人员变化情况。进行散点分析的数据来源主要是同行业的其他企业的数据。

例如，对于一个城市的移动通信公司来说，它会在今后的三年内将基站的数量从现在的300个增加到1000个左右，因此需要知道基站维护人员的数量增加多少合适。于是收集了来自其他移动公司的关于基站数量和维护基站人员数量的数据，见下表。

表2-2基站数量与基站维护人员数量变化表

基站数量基站维护人员数量

20012

30017

40025

50035

60039

70042

80047

我们以基站数量为横坐标，以基站维护人员数量为纵坐标，经过对散点图的分析，发现基站数量与基站维护人员数量成正相关。因此，可以按照变量的趋势分析出当基站数量达到1000个时，所需要的基站维护人员的数量大约为61-62人。

5．生产函数模型法